ريسك نقدينگي در صنعت بانكداري با استفاده ازشاخص لانداي امري

To Assess Banking Liquidity Risk by Emeryʹs Lambda

بانك ها به منظور مديريت نقدينگي روزانه خود بر اساس شرايط، بايد در فواصل زماني مشخص به بررسي توان نقدينگي خود بپردازند. بنابراين هر بانك بايد فرآيندي را براي نظارت و اندازه گيري مستمر خالص وجوه مورد نياز خود ايجاد كند. مدل لانداي امري از جمله مدل هايي است كه با استفاده از فرآيندهاي تصادفي به بررسي كفايت نقدينگي مي پردازد. هدف از اين پژوهش معرفي روش اندازه گيري ريسك نقدينگي با استفاده از شاخص لانداي امري و همچنين يافتن بهترين شرايط پيش بيني صحيح روزانه وجه نقد، با استفاده از اين شاخص است. مورد مطالعه يكي از شعب بانك ملي ايران در نظر گرفته شده است. در اين مقاله متغيرهاي مورد استفاده به منظور محاسبه لاندا و تابع توزيع تجمعي احتمال عبارتند از: موجودي وجه نقد صندوق، ميانگين و انحراف معيار خالص عمليات شعبه. نتايج تحقيق نشان مي‌دهد مقرون به صرفه ترين حالت، استفاده از اطلاعات تاريخي مربوط به 3 و 4 روز گذشته و پيش بيني وضعيت نقدينگي 5 و 4 روز آينده بانك با ضريب اطمينان %100 است. مقدار برش بر اين اساس 2.4 تا 2.6 مي باشد. بنابراين در صورت كاهش لاندا به كمتر از 2.4، شعبه با كمبود نقدينگي مواجه مي شود و بايد براي دريافت اسكناس اقدام كند.

Bankers should analyze solvency for liquidity management, with regard to their financial situation, in specific periods of time. So, a special process should be designed for assessing and supervising cash balances. Emeryʹs Lambda is an easy to use model based on winner process and is suitable for cash sufficiency analysis.The purpose of this paper is to apply Emeryʹs Lambda for approximation of liquidity risk and to find the best situation for correct cash forecasting by this model. The study has been done by data gathered from a branch of Bank Melli Iran. Cash balance at the beginning of the day, mean and standard deviation of cash flows in a specific horizon of time are used for Lambda calculation and determination of cumulative probability distribution. The results show that with the past 3 and 4 days, 4 and 5 next day liquidity risk can be calculated with confidence coefficient of 100a% and Lambda should be 2.4 to 2.6. So, if Lambda would be lesser than 2.4 with the past 3 or 4 d ys data, cash inadequacy can be occurred during 4 or 5 days later.